如何解决如何在训练集中没有边界框但有分割标签的情况下训练detectron2模型
我有一个训练数据集，其中包含许多图像但没有边界框注释。 我有验证和测试数据集中图像的注释。 目标是在不影响模型准确性的情况下使用验证（带 bBox）和训练数据集（不带 bBox）训练检测器 2 模型。 当我尝试用验证数据集训练模型时，准确率只有 71%，但是当我尝试将训练和验证数据集结合起来时，准确率降低到 9%。 我使用的是 Faster RCNN 是一个对象检测架构 (faster_rcnn_R_50_FPN_1x.yaml) 有人可以帮助我如何在没有边界框的情况下训练模型吗？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
